为什么“通用人工智能”还没那么快到来?——对未来 AI 发展的理性思考
人工智能(AI)技术突飞猛进,尤其是大型语言模型(LLM)展现出令人惊叹的语言理解和生成能力。不少人认为,通用人工智能(AGI)就在不远的将来,甚至预言许多白领工作即将被自动化取代。但事实真的如此吗?本文基于最新观察和思考,理性分析当前 AI 的瓶颈与未来可能的突破点,带你理解为何 AGI 短期内尚不可期,以及未来几年 AI 发展的时间表和路径。 持续学习:AI 面临的最大瓶颈 现有的 LLM 虽然能够生成高质量文本,看似“无所不能”,但它们和人类智能的最大区别,在于缺少持续在线学习的能力。人类学习是一个动态、反馈驱动的过程:我们边做边调整、总结经验、优化策略。而现阶段的 AI 模型则多是一次性“批处理”,缺乏记忆和反馈循环。 举个例子:如果想学会吹萨克斯风,人类会通过不断练习,听自己演奏的效果,逐步纠正错误。AI 却只能“单次输出”